内置函数二

Posted wangjian941118

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了内置函数二相关的知识,希望对你有一定的参考价值。

一. lamda匿名函数    为了解决一些简单的需求而设计的?句话函数

# 计算n的n次?方 
def func(n):
    return n**n
print(func(10))

f = lambda n: n**n 
print(f(10))

lambda表示的是匿名函数. 不需要用def来声明, 一句话就可以声明出一个函数

语法:    函数名 = lambda 参数: 返回值

注意:

1. 函数的参数可以有多个. 多个参数之间用逗号隔开

2. 匿名函数不管多复杂. 只能写?行, 且逻辑结束后直接返回数据

3. 返回值和正常的函数一样, 可以是任意数据类型


匿名函数并不是说?定没有名字. 这里前面的变量就是一个函数名. 说他是匿名原因是我们通过__name__查看的时候是没有名字的. 统一都叫lambda. 在调用的时候没有什么特别之处. 像正常的函数调用即可


?. sorted()   

排序函数.    

语法: sorted(Iterable, key=None, reverse=False)

        Iterable: 可迭代对象

        key: 排序规则(排序函数), 在sorted内部会将可迭代对象中的每一个元素传递给这个函数的参数. 根据函数运算的结果进行排序
    reverse: 是否是倒叙. True: 倒叙, False: 正序

lst = [1,5,3,4,6] 
lst2 = sorted(lst) 
print(lst)  # 原列表不会改变 
print(lst2) # 返回的新列表是经过排序的 
dic = {1:A, 3:C, 2:B} 
print(sorted(dic))  # 如果是字典. 则返回排序过后的key 

  和函数组合使用

# 根据字符串长度进行排序 
lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"] 
# 计算字符串长度 
def func(s):
    return len(s) 
print(sorted(lst, key=func)) 

  和lambda组合使用

# 根据字符串长度进行排序 
lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"] 
# 计算字符串长度 
def func(s):
    return len(s) 
print(sorted(lst, key=lambda s: len(s)))
lst = [{"id":1, "name":alex, "age":18},
       {"id":2, "name":wusir, "age":16},
       {"id":3, "name":taibai, "age":17}] 
# 按照年龄对学生信息进行排序 
print(sorted(lst, key=lambda e: e[age]))

三. ?lter()   

  筛选函数

  语法: ?lter(function. Iterable)        function: 用来筛选的函数. 在?lter中会自动的把iterable中的元素传递给function. 然后根据function返回的True或者False来判断是否保留此项数据        Iterable: 可迭代对象

lst = [1,2,3,4,5,6,7] 
ll = filter(lambda x: x%2==0, lst)    # 筛选所有的偶数 
print(ll)
print(list(ll)) 
lst = [{"id":1, "name":alex, "age":18},
       {"id":2, "name":wusir, "age":16},
       {"id":3, "name":taibai, "age":17}] 
fl = filter(lambda e: e[age] > 16, lst)   # 筛选年年龄?大于16的数据 
print(list(fl)) 

四. map()

  映射函数

  语法: map(function, iterable) 可以对可迭代对象中的每一个元素进行映射. 分别取执行 function   

  计算列表中每个元素的平方 ,返回新列表

def func(e):
    return e*e 
mp = map(func, [1, 2, 3, 4, 5]) 
print(mp) 
print(list(mp)) 

改写成lambda

print(list(map(lambda x: x * x, [1, 2, 3, 4, 5]))) 

计算两个列表中相同位置的数据的和

# 计算两个列表相同位置的数据的和 
lst1 = [1, 2, 3, 4, 5] 
lst2 = [2, 4, 6, 8, 10] 
print(list(map(lambda x, y: x+y, lst1, lst2))) 

五. 递归   

  在函数中调用函数本身. 就是递归

def func():
    print("我是谁")
    func() 
func() 

  在python中递归的深度最大到998

def foo(n):
    print(n)
    n += 1
    foo(n) 
foo(1)

  递归的应用:     我们可以使用递归来遍历各种树形结构, 比如我们的文件夹系统. 可以使用递归来遍历该文件夹中的所有文件

import os 
def read(filepath, n):
    files = os.listdir(filepath)    # 获取到当前文件夹中的所有文件
    for fi in files:    # 遍历文件夹中的文件, 这里获取的只是本层文件名
        fi_d = os.path.join(filepath,fi)    # 加入文件夹 获取到文件夹+文件
        if os.path.isdir(fi_d): # 如果该路径下的文件是?件夹
            print("	"*n, fi)
            read(fi_d, n+1)     # 继续进行相同的操作
        else:
            print("	"*n, fi)   # 递归出口. 最终在这里隐含着return
#递归遍历目录下所有文件 
read(../oldboy/, 0)

六. 二分查找

    二分查找. 每次能够排除掉一半的数据.  查找的效率非常高. 但是局限性比较大. 必须是有序序列才可以使用二分查找

     要求: 查找的序列必须是有序序列.

# 判断n是否在lst中出现. 如果出现请返回n所在的位置 
# 二分查找---非递归算法 
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789] 
n = 567 
left = 0 
right = len(lst) - 1
count = 1 
while left <= right:
    middle = (left + right) // 2
    if n < lst[middle]:
        right = middle - 1
    elif n > lst[middle]:
        left = middle + 1
    else:
        print(count)
        print(middle)
        break
    count = count + 1
 else:
    print("不存在")
# 普通递归版本二分法 
def binary_search(n, left, right):
    if left <= right:
        middle = (left+right) // 2
        if n < lst[middle]:
            right = middle - 1
        elif n > lst[middle]:
            left = middle + 1
        else:
            return middle
        return binary_search(n, left, right)    # 这个return必须要加. 否则接收到的永远是None.
    else:
        return -1
 print(binary_search(567, 0, len(lst)-1))
# 另类二分法, 很难计算位置. 
def binary_search(ls, target):
    left = 0
    right = len(ls) - 1
    if left > right:
        print("不在这里")
    middle = (left + right) // 2
    if target < ls[middle]:
        return binary_search(ls[:middle], target)
    elif target > ls[middle]:
        return binary_search(ls[middle+1:], target)
    else:
        print("在这里") 
binary_search(lst, 567)

 




以上是关于内置函数二的主要内容,如果未能解决你的问题,请参考以下文章

为什么二代测序的原始数据中会出现Read重复现象?

利用PHP内置函数制作一个简单的验证码

二代身份证号码编码规则

PYDay6- 内置函数验证码文件操作

染色体基因芯片分析和第二代测序应用的区别

python登录加随机验证码校验程序(装饰器内置函数的理解)